Cykl mocy obliczeniowej wydobycia bitcoin jest określany jako podobny do zapotrzebowania na infrastrukturę AI

Odaily poinformował, że Clem Chambers stwierdził, iż chińskie LLM doganiające OpenAI i Anthropic nie oznacza końca prosperity AI, gdyż LLM są tylko częścią przemysłu AI. Jego zdaniem darmowe lub otwarte modele nie osłabią zapotrzebowania na AI; przedsiębiorstwa i rządy nadal potrzebują wyższych poziomów możliwości AI. Chambers porównał zapotrzebowanie na infrastrukturę AI do kopania Bitcoin, zauważając, że oba koncentrują się na mocy obliczeniowej na kilowat i kosztach na kilowatogodzinę. Sprzęt, energia, chłodzenie czy turbiny nie mogą być dostępne za darmo, a powiązany łańcuch wartości zależy od zasobów i cyklów aktualizacji. Chambers wskazał, że zapotrzebowanie na AI napędza ciągłą iterację sprzętu i oprogramowania, a urządzenia mogą być narażone na cykle wymiany podobne do kopania kryptowalut. Jego zdaniem kosztowa baza AI nie pochodzi jedynie z samego modelu, ale także z alokacji mocy obliczeniowej i inwestycji w infrastrukturę. (Forbes)